数学建模初等模型

LB L B[0.45 (B 60)/900]
的大小比较成绩优劣的建议。
上述公式具有各不相同的基准，无 法相互比较。为了使公式具有可比性， 需要对公式稍作处理。例如，我们可以 要求各公式均满足在 B=75公斤时有 L’=L，则上述各公式化为
（1）Austin公式：
（2）经典公式：
(1) L=k1Aa, a<1 (2) A=k2Lb, b<2
(3) B-Bo =k3L3
k越大成绩越好。因而建议 1 根据的大小 L L(B 35) 假设(1)、(2)是解剖学中的统计规律，在假设 （3）中 3 来比 较选手成绩的优劣。 O’ Carroll将体重划分成两部分：B=B0+B1，B0为非肌 肉重量。 根据三条假设可 得L=k(B-B0)β, k和β为两个常数， β=ab/3<2/3,
2.4 经验模型
当问题的机理非常不清楚难以直接利用其他知 识来建模时，一个较为自然的方法是利用数据 进行曲线拟合，找出变量之间的近似依赖关系 即函数关系。
最小二乘法
插值方法
最小二乘法
设经实际测量已得到n组数据（xi , yi）， i=1,…, n。将数据画在平面直角坐标系中，见 图。如果建模者判断 这n个点很象是分布在某 条直线附近，令 该直线方程 为y=ax+b，进而 利用数据来求参 数a和b。由于该直线只是数 据近似满足的关系式，故 yi-(axi+b)=0一般不 成立，但我们希望
[ y i (axi b)] 2
i 1
n
最小。
y
y=ax+b
此式对a和b的偏导数均为 0，解相应方程组， 求得：
n i 1 ( xi x )( yi y) a n 2 i 1 ( xi x ) b y ax
(xi ,yi) 其中 和 y 分别为xi和yi 的平均值
模型3（经典模型）
经典模型是根据生理学中的已知结果和比例关系推导 出来的公式，应当说，它并不属于经验公式。为建立 数学模型，先提出如下一些假设：
(1)举重成绩正比于选手肌肉的平均横截 面积A， 即L=k1A (2)A正比于身高 L的平方，即 A=k2L2 (3)体重正比于身高 L的三次方， 即B=k3L3
(1 k1l k 2 d )T1 T2 T1 2 k1 l k 2 d T1 T2 k1 k1 d d 2 k1l k 2 d
2.3 崖高的估算
假如你站在崖顶且身上带着一只具有跑表功 能的计算器，你也许会出于好奇心想用扔下 一块石头听回声的方法来估计山崖的高度， 假定你能准确地测定时间，你又怎样来推算 山崖的高度呢，请你分析一下这一问题。 我有一只具有跑 表功能的计算器。
在寒冷的北方， 许多住房的玻璃窗都是双层 玻璃的，现在我们来建立一个简单 的数学模 型，研究一下双层玻璃到底有多 大的功效。 不妨可以提出以下 假设： 比较两座其他条件完全相同的房屋，它们 的 1、设室内热量的流失是热传导引起的， 差异仅仅在窗户不同。 不存在户内外的空气对流。 2、室内温 度T1与户外温 度T2均为常 数。 3、玻璃是均匀的，热传导系数为常数。
方法一假定空气阻力不计ຫໍສະໝຸດ 可以直接利用自由落体运动的公 式 1
h
2
gt 2
来计算。例如， 设t=4秒，g=9.81米/秒2，则可求得 h≈78.5米。

我学过微积分，我 可以做 得更好，呵 呵。
除去地球吸引力外，对石块下落影响最大的当 属空气阻 力。根据流体力学知识，此时可设空气阻力正比于石块下 落的速度，阻力系 数K为常数，因而，由牛顿第二定律可 得： dv
此外，根据统计结果，他 得出B0≈35公斤,β ≈1/3.
故有 L=k(B-35)1/3
模型5（Vorobyev公式）
这是一个前苏联使用的公式。建模者认为举重选手举起 的不光是重物，也提高了自己的重心，故其举起的总重 量为L+B，可以看出，他们更重视的是腿部肌肉的爆发 力。应用与模型4类似的方法，得出了按
根据上述假设，可得
2 3
K k1k2 k3
2 3
2 3
L k1k 2 ( B ) KB k3
显然，K越大则成绩越好，故可用 比赛成绩的优劣。
L LB

2 3
来比较选手
模型4（O’ Carroll公式）
经验公式的主要依据是比例关系，其假设条件非常粗 糙，可信度不大，因而大多数人认为它不能令人信服。 1967年，O’ Carroll基于动物学和统计分析得出了一 个现在被广泛使用的公式。O’ Carroll模型的假设条 件是：
§2.5 参数识别
在建立数学模型时常常需要确定一些参数，选什 么量为参数，怎样选取参数，其中也有一些技巧， 参数选得不好，会使问题变得复杂难解，给自己 增添许多不必要的麻烦。确定参数以后，一般需 要利用数据来获得这些参数的具体取值，例如在 使用经验方法建模时，假如你准备用线性函 数 ax+b来表达变量间的关系，你还要用最小二乘法 去求出参 数a、b的值，这一过程被称 为“参数 识 别”。总之，参数的选取应使其后的识别尽可 能简便，让我们来考察一个实例。
67.5
141.5
180
模型1（线性模型）

将数据画在直角坐标系中可以发现，运动成绩 与体量近似满足线性关系，只有110公斤级有 点例外，两项成绩都显得较低。应用前面叙述 的方法可求出近似关 系式L=kB+C，其中B为 体重，L为举重成绩。你在作图 时L轴可以放 在50公斤或52公斤处，因为没有更轻级别的 比赛，具体计算留给读者自己去完成。
室 外
室 内 Ta
Tb T1
设玻璃的热传导系数 为k1，空气的 热传导系数 为k2，单位时间通过单 位面积由温度高的一侧流向温度低 的一侧的热量为θ 由热传导公式 θ=kΔT/d
T2
d
l 解得：
d
Ta
1 k1l
k 2 d T1 T2 2 (k1l ) /( k 2 d )
T1 Ta Ta Tb Tb T2 k1 k2 k1 d l d
插值方法
在使用 最小二乘法 时，我们并未要求得到的拟合曲线一定 要经过所有的样本点，而只是要求 了总偏差最小。当实际 问题要求拟合曲线必须 经过样本点 时，我们可以应用数值 逼近中的 插值法。 根据实际问题的不同要求，存在多种不同的插值方法，有 只要求过样本点的 拉格朗日插值 法、牛顿插值法 等，有既 要求过插值点（即样本点）又对插值点处的导数有所要求 对插值法感兴趣的 同学可以查 的样条（Spline）插值，甚至还有对插值曲线的凹凸也有 阅相关书籍，例如由 李岳生编著上 要求的B样条插值法 。本课不准备详细介绍这些细致的插 海科学技术出版社出版的《样条与 值方法，只是提请读者注意，在建立经验模型时，插值法 插值》（1983年出版）等。 也是可以使用的数学工具之一。
模型2（幂函数模型）
线性模型并未得到广泛的接受，要改进结果， 能够想到的自然首先是幂函数模型，即令L=kBa， 对此式取对数，得 到lnL=lnk+a lnB。将原始数 据也取对数，问题即转化了线性模型，可用最 小二乘法求出参数。几十年前英国和爱尔兰采 用的比较举重成绩优劣 的Austin公式： L′=L/B3/4就是用这一方法求得的。
F m
令k=K/m，解得
v ce
dt
mg Kv
kt
g k
代入初始条件 v(0)=0，得c=－g/k，故有
g g kt v e k k g g kt 再积分一次，得： h t 2 e c k k
g g kt g g 1 kt g h t 2 e 2 (t e ) 2 k k k k k k
若设k=0.05并仍设 t=4秒，则可求 得h≈73.6米。 多测几次，取平均 令k→ 0+ ，即可 值 听到回声再按跑表，计算得到的时间中包含了 得出前面不考虑空气阻力时的结果。 将e-kt用泰勒公式展开并 进一步深入考虑
①
反应时间，不妨设平均反应时间 为0.1秒 ，假如 仍 设t=4秒，扣除反应时间后应 为3.9秒，代入 式①，求得h≈69.9米。
（3）O’ Carroll公式：
75 4 L L B 2 75 3 L L B 1 40 3 L L B 35
29250( B ) L L 75 B(465 B )
3
（4）Vorobyev公式：
将公式（1）—（4）用来比较1976年奥运会的抓举成绩，各 公式对九个级别冠军成绩的优劣排序如表 所示，比较结果 较为一致，例如，对前三名的取法是完全一致的，其他排序 的差异也较为微小。 体重 (公斤) 52 56 60 67.5 75 42.5 90 110 抓举成绩 (公斤) 105 117.5 125 135 145 162.5 170 175 O’ Austin 经典公式 Vorobyev Carroll 138.2(7) 134.0(8) 139.7(8) 138.8(7) 146.3(4) 142.8(6) 145.7(4) 146.6(4) 147.8(3) 145.0(3) 146.2(3) 147.7(3) 146.1(5) 144.8(5) 144.7(6) 145.8(5) 145.0(6) 145.0(3) 145.0(5) 145.0(6) 151.3(1) 152.2(1) 153.5(1) 152.1(1) 148.3(2) 150.5(2) 152.9(2) 150.3(2) 131.8(8) 135.6(7) 141.9(7) 138.5(8)
第二讲
初等模型
制作人：王兵贤
2.1 舰艇的会合
某航空母舰派其护卫舰去搜寻其跳伞的 飞行员，护卫舰找到飞行员后，航母通知它 尽快返回与其汇合，并通报了航母当前的航 速与方向，问护卫舰应怎样航行，才能与航 母汇合。